Beyond the Logic of Emblemization: Remembering and Learning from the Montréal Massacre
Notice bibliographique
Résumé
Fifteen years ago, fourteen women were murdered at l'Ecole polytechnique (the School of Engineering) at the University of Montreal in Quebec, Canada. For those who lived in proximity to these murders, the details do not need to be recalled (for it is likely that they never left us). For others, this recollection alone will be insufficient to the substance of memory. So, in brief: in the early evening of December 6,1989, Marc Lepine, a twenty-five-year-old white man, entered a university building in the city of Montréal, armed with a semiautomatic rifle. He walked into a fourth year Mechanical Engineering class of some 60 students, ordered the men to leave—which they all did—and shot the remaining six women to death, screaming the accusation that they were a "bunch of feminists" (Rathjen and Monpetit, 1999, 10). He then walked through hallways and entered other classrooms, murdering eight more women and injuring thirteen others (nine women and four men, men who were shot presumably because they attempted to impede his rampage).Then, he killed himself. In the three-page note found on his body, but not released into public circulation for a year, he described the murders as a political act and blamed feminism for ruining his life.1 These murders received widespread public attention across Canada. From grocery store lineups, to public memorial services, to campus classrooms, much was spoken and written about the killings and their significance, bringing to the fore debates about issues of violence against women in a manner that was unprecedented.KeywordsMale StudentMemorial ActivityRemembrance PedagogyMale ViolenceWoman StudentThese keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».